Details

Данная работа посвящена разработке и исследованию информационной системы для восстановления качества изображения, обеспечивающую повышение качества по выбранным метрикам. Задачи, которые решались в ходе исследования: 1) Проведение аналитического обзора существующих решений в области восстановления изображений. 2) Формулировка математических моделей используемых алгоритмов восстановления, а также выделение настраиваемых параметров. 3) Разработка методов улучшения на основе математических моделей. 4) Реализация автоматизированной системы в виде программного обеспечения, с использованием разработанных методов. 5) Проведение тестирования разработанного программного обеспечения с последующим анализом полученных результатов и оценкой относительно базовой реализации. В результате выполнения работы реализована информационная система, обеспечивающая наилучшую обработку изображения на основе входящих параметров. Для реализации системы использовалась среда MATLAB с применением средств обработки изображений, а также дополнительных модулей для хранения данных, расчёта метрик качества и автоматизации подбора параметров.

The work is devoted to the development and analysis of an information system for image quality restoration, ensuring quality improvement according to selected metrics. The task addressed in the course of the research are as follows: 1. Analysis of literary sources of existing solutions in the field of image restoration. 2. Formalization of mathematical models of the restoration algorithms used, as well as identifying their tunable parameters. 3. Developing enhancement methods based on the mathematical models 4. Implementing an automated system in the form of software using the developed methods 5. Conducting testing of developed software, followed by analysis of the obtained results and evaluation against the baseline implementation As a result of the work, an information system, with the application of image processing tools as well as additional modules for data storage, quality metric calculation and automated parameter selection.

• СОДЕРЖАНИЕ
• ВВЕДЕНИЕ
• ГЛАВА 1 АНАЛИЗ ПРЕДМЕТНОЙ ОБЛАСТИ
  • 1.1 Описание объекта исследования
    • 1.1.1 Цифровое изображение
    • 1.1.2 Помехи и природа их формирования
  • 1.2 Анализ существующих решений
    • 1.2.1 Классические методы восстановления качества изображений
    • 1.2.2 Классические алгоритмы и программные решения
  • 1.3 Методы оценки качества восстановленных изображений
    • 1.3.1 Метрики с эталоном
    • 1.3.2 Безэталонные и специализированные метрики
  • 1.4 Постановка задачи
  • 1.5 Выводы по главе 1
• ГЛАВА 2 МАТЕМАТИЧЕСКАЯ МОДЕЛЬ СИСТЕМЫ ВОССТАНОВЛЕНИЯ КАЧЕСТВА ИЗОБРАЖЕНИЯ
  • 2.1 Модель формирования и деградации изображения
    • 2.1.1 Атмосферная модель тумана
    • 2.1.2 Модель освещённости и отражения (Retinex)
  • 2.2 Формализация задач восстановления изображения
    • 2.2.1 Задача восстановления
    • 2.2.2 Задача улучшения
  • 2.3 Математические модели методов восстановления
    • 2.3.1 Целевая функция оценки качества восстановленного изображения
  • 2.4 Метод автоматического выбора алгоритма
  • 2.5 Методы оптимизации параметров алгоритмов
    • 2.5.1 Метод золотого сечения для одномерной оптимизации
    • 2.5.2 Покоординатный спуск для двухмерной оптимизации
    • 2.5.3 Метод роя частиц для трёхмерной оптимизации
    • 2.5.4 Штрафная функция за несоблюдение ограничений
  • 2.6 Подготовка к реализации в информационной системе
  • 2.7 Выводы по главе 2
• ГЛАВА 3 РЕАЛИЗАЦИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ
  • 3.1 Архитектура информационной системы
    • 3.1.1 Общие принципы построения системы
    • 3.1.2 Состав модулей системы
    • 3.1.3 Структура файлов и развёртывание системы
    • 3.1.4 Взаимодействие модулей системы
  • 3.2 Реализация модулей обработки
    • 3.2.1 Общая структура модулей обработки
    • 3.2.2 Метод тёмного канала
    • 3.2.3 Non-local-image-dehazing
    • 3.2.4 Retinex-алгоритм
    • 3.2.5 RADE
    • 3.2.6 Метод мульти экспозиционного слияния (AMEF)
  • 3.3 Реализация модулей оценки качества
    • 3.3.1 Безэталонная оценка: scoreImage
    • 3.3.2 Расширенная оценка для оптимизации: computeQualityScore
    • 3.3.3 Автоматический выбор алгоритма
  • 3.4 Реализация модулей оптимизации параметров
    • 3.4.1 Диспетчер оптимизации
    • 3.4.2 Метод золотого сечения
    • 3.4.3 Покоординатный спуск
    • 3.4.4 Метод роя частиц
  • 3.5 Выводы по главе 3
• ГЛАВА 4 Тестирование и анализ результатов
  • 4.1 Описание тестовой базы изображений
  • 4.2 Безэталонная оценка качества(scoreImage)
  • 4.3 Эталонная оценка качества (PSNR/SSIM)
  • 4.4 Анализ автовыбора
  • 4.5 Анализ вычислительной сложности
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
• ПРИЛОЖЕНИЕ А КОД ФУНКЦИИ APPLYALGORITHMWITHPARAMS
• ПРИЛОЖЕНИЕ Б КОД DARKCHANNELPRIOR
• ПРИЛОЖЕНИЕ В КОД NON-LOCAL-IMAGE-DEHAZING
• ПРИЛОЖЕНИЕ Г КОД RETINEX-АЛГОРИТМА
• ПРИЛОЖЕНИЕ Д КОД RADE
• ПРИЛОЖЕНИЕ Е КОД AMEF
• ПРИЛОЖЕНИЕ Ж КОД SCOREIMAGE
• ПРИЛОЖЕНИЕ И КОД COMPUTEQUALITYSCORE
• ПРИЛОЖЕНИЕ К КОД AUTOPICK_ALGORITHMBUTTONPUSHED
• ПРИЛОЖЕНИЕ Л КОД OPTIMIZEALGORITHMPARAMS
• ПРИЛОЖЕНИЕ М КОД МЕТОДОВ ОПТИМИЗАЦИИ